京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据存储领域正在发生着剧烈的变化,而且这种变化将是长期的一种趋势。而随着数据存储领域的变化,必然将催生中一些新的技术的产生,必将改变存储领域的发展,那么今天我们就来看一下未来有哪些存储技术会改变未来呢?
1)以太网硬盘
希捷日前宣布了其以太网连接的动能硬盘,该公司宣称以太网硬盘将提供比现在有可能高达四倍存储应用性能。
以太网硬盘的设计思路非常明显,就是要精简数据到硬盘之间的传输环节(即数据无需从服务器到HBA卡再到阵列控制器最后被写到硬盘中,在以太网硬盘的系统中,数据可以直接经网络到硬盘的以太网接口进而存进硬盘中)。
以太网硬盘的优势非常明显,但是同样也面临着非常多的挑战,目前,推出以太网硬盘的厂商有希捷和HGST,
2)氦气填充磁盘
HGST在之前推出了其首款6TB充氦硬盘填充氦气的驱动器,这款产品的好处是,它能够使用更多的旋转盘片驱动器 ,增加产品性能能。而且氦提供更小的阻力,以防止盘片,因为过多摩擦导致更多的热量消耗。
3)高性能相变存储器/ NAND混合固态存储。
相变存储器(PCM)是作为固态硬盘(SSD)替代的使用的标准NAND(闪存)内存。相变存储器(PCM)是一种非易失存储设备,它利用材料的可逆转的相变来存储信息。是利用特殊材料在不同相间的电阻差异进行工作的。
IBM预计,在此基础上的混合PCM技术的存储产品将在2016年。
4)IBM 154TB的磁带
在2014年5月,
IBM与富士胶卷已经公布一款154TB LTO磁带库的演示方案,并将在未来十年内正式投放市场。尽管这一容量水平低于索尼的185TB,但凭借着自身强大的磁带合作关系网、IBM完全有机会将索尼一举逐出角斗擂台。
先进的伺服控制技术能够让磁头实现纳米级别的准确定位,从而允许新方案的轨道密度达到现有LTO6格式的28倍。新的信号处理算法使运行状态更为可靠,同时配备极为精密的90纳米磁巨阻磁头(简称GMR)读取机制。
5)遗传存储
哈佛大学研究人员将一本大约有 5.34 万个单词的书籍编码进不到一沙克(亿万分之一克)的DNA微芯片,然后成功利用DNA测序来阅读这本书。这是迄今为止人类使用DNA遗传物质储存数据量最大的一次实验。
DNA分子也是非常致密的存储介质,所以1克的DNA可以是能够保持数据的2000TB。
数据存储领域正在发生着剧烈的变化,而且这种变化将是长期的一种趋势。而随着数据存储领域的变化,必然将催生中一些新的技术的产生,必将改变存储领域的发展,那么今天我们就来看一下未来有哪些存储技术会改变未来呢?
1)以太网硬盘
希捷日前宣布了其以太网连接的动能硬盘,该公司宣称以太网硬盘将提供比现在有可能高达四倍存储应用性能。
以太网硬盘的设计思路非常明显,就是要精简数据到硬盘之间的传输环节(即数据无需从服务器到HBA卡再到阵列控制器最后被写到硬盘中,在以太网硬盘的系统中,数据可以直接经网络到硬盘的以太网接口进而存进硬盘中)。
以太网硬盘的优势非常明显,但是同样也面临着非常多的挑战,目前,推出以太网硬盘的厂商有希捷和HGST,
2)氦气填充磁盘
HGST在之前推出了其首款6TB充氦硬盘填充氦气的驱动器,这款产品的好处是,它能够使用更多的旋转盘片驱动器 ,增加产品性能能。而且氦提供更小的阻力,以防止盘片,因为过多摩擦导致更多的热量消耗。
3)高性能相变存储器/ NAND混合固态存储。
相变存储器(PCM)是作为固态硬盘(SSD)替代的使用的标准NAND(闪存)内存。相变存储器(PCM)是一种非易失存储设备,它利用材料的可逆转的相变来存储信息。是利用特殊材料在不同相间的电阻差异进行工作的。
IBM预计,在此基础上的混合PCM技术的存储产品将在2016年。
4)IBM 154TB的磁带
在2014年5月,
IBM与富士胶卷已经公布一款154TB LTO磁带库的演示方案,并将在未来十年内正式投放市场。尽管这一容量水平低于索尼的185TB,但凭借着自身强大的磁带合作关系网、IBM完全有机会将索尼一举逐出角斗擂台。
先进的伺服控制技术能够让磁头实现纳米级别的准确定位,从而允许新方案的轨道密度达到现有LTO6格式的28倍。新的信号处理算法使运行状态更为可靠,同时配备极为精密的90纳米磁巨阻磁头(简称GMR)读取机制。
5)遗传存储
哈佛大学研究人员将一本大约有 5.34 万个单词的书籍编码进不到一沙克(亿万分之一克)的DNA微芯片,然后成功利用DNA测序来阅读这本书。这是迄今为止人类使用DNA遗传物质储存数据量最大的一次实验。
DNA分子也是非常致密的存储介质,所以1克的DNA可以是能够保持数据的2000TB。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13